转载

用node.js实现验证码简单识别

概述

在验证码识别上, node.js 其实也只是打酱油的角色,因为已经有成熟的工具做这个事情,而 node 只需要做调度就行了。

用node.js实现验证码简单识别

所需工具

那么介绍一下这些工具吧

  • Tesseract 开源的 OCR 识别工具,目前由 Google 维护,支持中文,默认的识别率很低哈,特别是中文,但是可以自己提供样本,训练提高识别率。
  • graphicsmagick 非常实用的图像处理工具,下面会讲到用途。

Tesseract的使用

以下操作均在 Mac 环境下,Windows 其实也差不多,请自行区分 :-)。

安装

brew install tesseract --all-languages

使用

tesseract 1.jpg -psm 7 r

-psm 7 表示识别的内容是文本, r 是保存识别内容的文件。

然后你会发现识别结果很坑.. (⊙o⊙)..

用node.js实现验证码简单识别

提高识别率

之所以是这样,是因为验证码上有无关的图像干扰,例如噪点什么的,理论上去掉了干扰的元素,识别率就会极大的提高。

用阈值处理图片是个很方便的办法,在 Photoshop中可以模拟这种操作

用node.js实现验证码简单识别

再试一次

这里配置为55%的阈值,再来一次。

用node.js实现验证码简单识别

成功了!( ⊙ o ⊙ )!虽然多了个空格,但是已经完整识别出来了。

用node.js实现

最后在 node.js 中整合上面的操作,其中图像处理用 graphicsmagick 代替。

直接上源码吧,里面用到了 tesseractgraphicsmagicknode.js 中对应的包装。

var fs        = require('fs'); var tesseract = require('node-tesseract'); var gm        = require('gm');  processImg('1.jpg', 'test_1.jpg')     .then(recognizer)     .then(text => {         console.log(`识别结果:${text}`);     })     .catch((err)=> {         console.error(`识别失败:${err}`);     });  /**  * 处理图片为阈值图片  * @param imgPath  * @param newPath  * @param [thresholdVal=55] 默认阈值  * @returns {Promise}  */ function processImg (imgPath, newPath, thresholdVal) {     return new Promise((resolve, reject) => {         gm(imgPath)             .threshold(thresholdVal || 55)             .write(newPath, (err)=> {                 if (err) return reject(err);                  resolve(newPath);             });     }); }  /**  * 识别图片  * @param imgPath  * @param options tesseract options  * @returns {Promise}  */ function recognizer (imgPath, options) {     options = Object.assign({psm: 7}, options);      return new Promise((resolve, reject) => {         tesseract             .process(imgPath, options, (err, text) => {                 if (err) return reject(err);                 resolve(text.replace(/[/r/n/s]/gm, ''));             });     }); }

最后

写完之后才发现示例中的验证码的第一个字符其实是 G,而不是识别出来的C。

默认样本对相近字符识别还是挺低的,可以搜索 tesseract 训练 ,提高相近字符的识别率。

资源

  • node-tesseract tesseract的node包装
  • gm graphicsmagick的node包装
  • node-ocr-demo 还做了一个 demo 放在 github 上了
原文  http://think2011.net/2016/01/31/node-ocr/
正文到此结束
Loading...